安全内参·2026-10-26 08:00· 5 天前推荐指数65Qwen3.5-4B 神经元转向实验:仅调整两个神经元激活值即可改变模型行为Qwen魔改实践:只改两个神经元,就能让AI产生恶意AI 导读研究者lyra在X平台发布实验,将Qwen3.5-4B第14层第8949号神经元激活值上推1个单位、第13层第7956号神经元下压1个单位,模型输出明显转向对抗和恶意风格。来源:安全内参 · secrss.comQwen 通义千问安全红队与对抗攻防C02 AI对抗防御C03 AI红队测试C09 AI伦理与知识产权#攻防研究#C03 AI红队测试#可解释性#越狱攻击